في التسويق، هناك الكثير من الأنشطة المملة. سواء كان ذلك تحديث العشرات من إعلانات البانر لتعكس الإفصاحات القانونية الجديدة أو كتابة ملخص تسويقي، أصبح الذكاء الاصطناعي بشكل متزايد وسيلة لتقليل الملل وزيادة الإبداع في أي يوم للمسوق.
كريس كولمان، الرئيس التنفيذي للابتكار في ريف هيلثودوغلاس بار، قائد ومؤسس الذكاء الاصطناعي في مختبرات بيكسي داست، عملنا معًا لإنشاء أداة من شأنها أن تقلل من بعض هذه المشاكل مع فهم التحديات التنظيمية الفريدة في مجال الرعاية الصحية أيضًا. هكذا ولدت AgencyOS.
وإليك كيف تم تجميع الفكرة معًا – وإليك ما هو التالي.
تم تحرير الإجابات من أجل الإيجاز والوضوح.
كيف خطرت لك فكرة الذكاء الاصطناعي الذي يمكنه تقديم ملخص تسويقي في سبع دقائق؟
كولمان: في محادثاتنا مع دوج، كنا نتوقع الدور الذي سيلعبه الذكاء الاصطناعي ليس فقط في سوق البحث، ولكن في السوق التجريبي لأي صناعة حيث يكون الوصول إلى المعلومات الدقيقة أمرًا مهمًا. في طرق استكشافنا لبناء هياكل حول الدقة وإزالة الهلوسة والحد من مجموعات البيانات، تريد الشركة المصنعة الوصول إلى المعلومات الأكثر صلة بعلاجاتها في سياق علاج المرضى، بدأنا نتحدث، بشكل عرضي للغاية، عما لو كنت تعلم أننا يمكن أن تفعل هذا؟ ما هي التحديات داخل الوكالة التي يمكننا الاستفادة من هذه التقنيات نفسها فيها؟ ومن ذلك، قام دوج ببناء نموذج أولي كان قريبًا بشكل رائع من التكرار الذي دفعنا إلى الحل الذي تتحدث عنه.
بار: عندما بدأنا بالتفكير في فهمنا للرعاية الصحية وبيانات الرعاية الصحية وإنشاء المحتوى، كانت هناك مقدمة مثالية لتوليد الجودة وحل بعض المشكلات الأكثر تعقيدًا في مجال الرعاية الصحية وإنشاء المحتوى.
ومن الواضح أن الاحتياجات التنظيمية كانت في قمة أولوياتنا. أنا متأكد من أن خصوصية البيانات كانت مشكلة كبيرة. أخبرني كيف تعاملت مع بعض هذه المشكلات.
بار: لقد وضعنا ضمانات وحماية الخصوصية، وخاصة فيما يتعلق بالجانب الكودي للأشياء، مما سمح لنا بالحفاظ على الخصوصية والتأكد من أننا ملتزمون بجميع قوانين الخصوصية وقانون HIPAA. لذلك كانت هذه في الواقع مشكلة معقدة جدًا يجب حلها… لذلك كان علينا تطوير نموذجين للملكية الفكرية للمساعدة في منع حدوث الهلوسة والتأكد من عدم الكشف عن أي بيانات خاصة، أشياء لم تكن مطروحة في السوق. لقد بدأنا باستخدام المحتوى المتاح للجمهور في السوق، وقد سمح لنا كريس وشركاؤه هناك باستهلاك هذا النوع من المعرفة، مما قلل من القيود المفروضة على ما كان لدينا وما كنا نخرج منه، والتأكد من ذلك مرة أخرى ، لم يكن خارج نطاق الامتثال. لذلك كانت تلك بداية كيف بدأنا هناك.
كولمان: أعتقد أيضًا أن الشراكة بين RevHealth وPixie Mud أتاحت لنا أن نكون قادرين على استكشاف النماذج التي عملت بخطوات تدريجية نحو مستقبل آلي محتمل، ولكن الأهم من ذلك، مستقبل نسمح فيه لأعضاء فريقنا بالتفاعل الكامل وإبلاغ هذا النموذج.
يتيح ذلك لأعضاء فريقنا، عندما يعملون مع النظام الأساسي، مراجعة المعلومات الواردة من الذكاء الاصطناعي والتحقق منها، وهو ما يسمح لنا بأن نكون قادرين على جعل فرقنا تعمل على زيادة ذلك. العملية الموجزة نفسها، والجداول الزمنية لجميع المشاريع الفردية التي تمر بها، خاصة في صناعة منظمة مثل صناعتنا، كلها تحتاج إلى العناية الواجبة. إنه أمر متكرر بشكل لا يصدق، وبالنسبة لمؤسسات مثل منظمتنا التي تزدهر بالإبداع والاستراتيجية والشرارة البشرية التي تكافح إرهاق العمل اليومي مع الإنجاز والعملية الإبداعية، فهي تحتاج إلى التوازن. يسمح AgencyOS لأعضاء فريقنا بالتركيز حقًا على العملية الإبداعية وعملية الإستراتيجية والقدرة على التفاعل مع عملائنا ليكونوا قادرين على تحسين الحل الأفضل بالنسبة لهم. من وجهة نظر الاتصالات، ومن خلال إزالة الكثير من الإجراءات المتكررة، فإننا نخلق حقًا فرصة لتبادل الأفكار بشكل أكثر خصوبة وتحدي تلك الوظائف الأكثر تعقيدًا، للحصول على مزيد من الوقت ولكي نستكشف أفكارًا أكثر تحديًا.
بار: الجانب الآخر اللافت للنظر هو حقيقة أننا قادرون على تلقي ردود الفعل والتعديلات البشرية ومن خلال ما يسمى بالتعلم المعزز، أو خوارزمية RL. تعود هذه التعليقات إلى النموذج كجزء من الإنسان في الحلقة.
أخبرني، ما هو شكل مخرجات AgencyOS اليوم؟ تضع معاييرك، وتخرج ملخصًا، كيف يبدو ذلك؟ كم من الوقت لديك لقضاء تحريره وتحسينه؟ كيف تبدو تلك العملية؟
كولمان: عندما كان الإنترنت موجودًا في وقت مبكر جدًا، أعتقد أنه كان هناك الكثير من الفروق الدقيقة حول البحث. كانت جودة نتائج البحث التي حصلت عليها مرتبطة بشكل كبير بكيفية إجراء البحث. وينطبق الشيء نفسه عندما نبدأ العمل مع المطالبات. قام فريق دوج ببناء عملية داخل نظام تشغيل الوكالة تعمل تلقائيًا على تحسين بعض المطالبات من خلال عملية هندسية.
سيطالبك بمعلومات إضافية إذا تركت المواعيد النهائية أو المتطلبات. إنه يفهم بعض الفروق الدقيقة في الوسط. فهو يفهم ما هو البريد الإلكتروني، وما هو إعلان البانر. إنه يفهم متطلبات Fb وX وTikTok من وجهة نظر هيكلية. إنه يفهم كيف تبدو الأهداف التسويقية. كما أنها تفهم، عند تدريبها على مكتبة مطالبات سريرية محددة، تلك المكتبات الخاصة بحالة المرض التي تسمح لمنتج العميل بالحصول على قيمة فريدة في السوق، وكل مبررات موافقة إدارة الغذاء والدواء المرتبطة بذلك. يتم دمج كل العناية الواجبة في مكتبة المطالبات تلك، مما يعني أنه عند التدريب، لا يمكنها إنشاء رسائل بريد إلكتروني فحسب، بل يمكنها أيضًا إنشاء رسائل بريد إلكتروني ذات صلة بعرض القيمة الفريدة لعملائنا في السوق وعرض القيمة الفريد الخاص به. للطبيب حول كيفية اختيار ذلك لمريض معين، على افتراض أن المريض يستوفي الملف الشخصي.
بار: أحد الفروق بين منصتنا وشيء مثل ChatGPT، حيث يكون ChatGPT وكيلًا واحدًا. ما قمنا به مع منصاتنا هو أن لدينا إصدارات متعددة. يمثل كل منها دورًا منفصلاً داخل المنظمة. لدينا مدير مشروع كبير، ولدينا مدير إبداعي، ولدينا فقط مدير مشروع مباشر، ولدينا خبير استراتيجي مشارك، ولدينا مبرمج. ومن ثم يمكننا قياس هذه. يتواصلون جميعًا مع بعضهم البعض لإنجاز مهمة محددة.
كولمان: قد يغير المنتج دواعي الاستعمال أو الحل أو المريض الذي سيتم الموافقة عليه من قبل إدارة الغذاء والدواء الأمريكية (FDA) له، … يمكننا أن نكرر بسرعة العديد من التغييرات المختلفة التي يمكن أن تتم من خلال تلك التكتيكات، وبالتالي تغيير سرعة الاستجابة التي يمكن أن نحصل عليها في صنع هذا أكثر امتثالا كصناعة. عندما تكون شخصًا وقضيت العام الماضي في العمل على مؤشر محدد، فمن الصعب جدًا التركيز عندما تقوم بالكثير من هذه المهام المتكررة. إذا كان عليك تحديث 20 أو 30 لافتة إعلانية بمعلومات التصنيف، فإن احتمال حدوث خطأ يزيد بشكل كبير أثناء قيامك بهذه المهام المتكررة.
إذن ما هي الخطوة التالية؟ الآن بعد أن حصلت على هذه الأداة، كيف ستستمر في البناء عليها؟ وكيف ترى أن الذكاء الاصطناعي يساعد في ذلك؟
بار: في Pixie Mud، لدينا في الواقع تحديان نتطلع إلى حلهما في المستقبل. الأول هو أكثر إلحاحا. لقد أظهرنا منصة للناس، والحقيقة أن بعضهم سحبني جانبًا وقال: “الفريق مرعوب”. لذلك يتعين علينا تثقيف الناس لفهم ما تفعله بشكل صحيح، وما لا تفعله بشكل صحيح، وكيف لا يزال الناس مشاركين ويحتاجون إلى المشاركة. علينا في الواقع أن ننفق الكثير من الموارد لتثقيف الناس حول التكنولوجيا، وهو أمر مفاجئ بالنسبة لنا. لقد اعتقدنا أننا طورنا هذا، وسينضم إليه الجميع ويستخدمونه، ولكن هناك ذلك الخوف الذي ينطوي عليه الأمر، ما تأثير ذلك على نموذج أعمالنا؟
والشيء الثاني هو أننا نريد التركيز على ما يسمى بنماذج الرؤية V. حاليًا، نماذج اللغات الكبيرة هي كذلك تمامًا. إنها نماذج لغوية. إنه يتنبأ بشكل أساسي بالكلمة التالية ويكتبها. لكن هذا ليس سوى نصف العالم. النصف الآخر من العالم يعتمد على الرؤية. وذلك من خلال الفيديو، أو من خلال الصور. لذا فإن نماذج الرؤية هي نماذج تسمح لنا ليس فقط بالإخراج الإبداعي، مثل Adobe Firefly، حيث يقوم بإنشاء الصور. ما أصفه حقًا هو كيف ترى هذه النماذج وتفسر العالم المرئي من حولها. على سبيل المثال، يمكنك تحميل صورة رسم بياني والبدء في طرح أسئلة النموذج حول نقاط البيانات في الرسم البياني من الصورة. يمكننا القيام بهذا العمل اليوم. ويحتاج هذا العالم إلى التوسع فيه للاستفادة منه بشكل أفضل.
كولمان: عندما تبدأ الشركات في استخدام هذا، أعتقد أن هناك الكثير من المخاوف الأولية: لا يمكننا وضع بياناتنا الخاصة في السحابة لجمعها بشكل عام. لذلك يجب أن يكون هناك فهم أكثر دقة فيما يتعلق بالبيانات وقواعد البيانات فيما يتعلق ببيانات شركتي. هذه هي بيانات موكلي. هذه بيانات عامة، وإدارة ذلك والنظام الأساسي الذي تختاره لإدارته كلها عناصر مهمة لعملية صنع القرار فيما يتعلق بكيفية استخدامك لهذا لصالح المخاطر والمكافآت.
تعليق
